大学院等高度副プログラム 「データ科学」

  • 大阪大学は平成26年度に統計学に関する高度副プログラム「データ科学」を開講しました.
  • 2023年度の新規募集は停止しています.

  • 2022年度までに履修登録された学生を対象にプログラムを提供しています.

履修についての注意

副プログラム「データ科学」の修了要件

プログラムを修了するには、以下の条件を満たす必要があります.

① 副プログラム「データ科学」の受講学生として,当該プログラムが定める方法により登録手続きを完了していること.

② 副プログラム「データ科学」が定める授業科目から,10 単位以上を修得していること.

③ 副プログラム「データ科学」申請登録時に在籍している課程を修了すること.(修士号取得退学及び博士後期課程・博士課程単位修得退学を含む.)

④ 課程修了時の総修得単位数が,所属する専攻の修了要件単位数に4単位以上を加えたものであること.

副プログラム申請前に「大学院」で修得した単位について

副プログラム「データ科学」申請前に修得したコース該当科目は,基本的にコース修了の単位として認定されます.単位認定を申し出てください. ただし,コア科目「データ科学特論 I 」および「データ科学特論 II 」については認定しないこととしています.

副プログラム「データ科学」のあるコースにエントリーし「データ科学特論 I or II」の単位を修得した者が別のコースに2022年度までにエントリーした場合,既修得の「データ科学特論 I or II」は,新しいコースの修了単位としても認定されます.

博士後期課程の学生については、博士前期課程で修得した単位は主専攻修了要件単位外の4単位(いわゆるはみだし部分)に充当することはできません.

学部で修得した単位について

コース該当科目で学部と大学院の両方にクロスリスト(合併)している科目の単位を学部で修得した場合,2科目4単位を上限としてコース修了単位に算入することができます.単位認定を申し出てください.ただし,学部で修得した単位は主専攻修了要件単位外の4単位(いわゆるはみだし部分)に充当することはできません. 既修得学部科目認定申請書

部局 大学院科目名称 学部科目名称
基礎工 290350統計的推測 090389統計的推測
基礎工 290865
290866
機械学習の数理Ⅰ or II 090388統計解析
240033統計・情報数学概論 040009応用数理学2
人間科 211688行動統計科学特講 I 010633
881205
Z26012
多変量統計科学
Multivariate Statistical Science
Multivariate Data Science
人間科 211689行動統計科学特講 II 010634
010635
推測統計科学
統計情報科学
人間科 211187経験社会学特講 010157経験社会学
人間科 210646計量社会学特講 010168計量社会学
人間科 211261教育動態学特講 010495教育動態学
経済 230005計量経済 Ⅰ 030334上級エコノメトリックス I
経済 230006計量経済 II 030335上級エコノメトリックス II
経済 232006統計解析 030309上級統計

データ科学特論 special lecture


プログラム詳細

プログラム名称 データ科学 / Data Science
実施部局 数理・データ科学教育研究センター
連携部局 基礎工学研究科,経済学研究科,人間科学研究科,医学系研究科,工学研究科,理学研究科,情報科学研究科,人文学研究科(言語文化学専攻)
修了要件単位数 10単位
選択必修科目から6単位以上,選択科目から2単位以上,合計10単位以上を修得すること.
履修対象者 修士・博士
プログラム概要
及び教育目標

データ科学には定まった定義はないが,データ科学をデータが関わる研究を行う学問と考えるならばその守備範囲は広大である.大学は学問の府であるから,データが重要な役割を果たす実証研究に直結する研究のデザインやデータのハンドリングの方法(統計手法)の習得が,データ科学の中でも,肝要である.本副プログラムは,こういった意味でのデータ科学の実践的かつ包括的な教育コースを提供する.実証研究のデータ科学を身に付けた修了生は,実社会でもデータに関わる実務においてそのスキルを十分に活かすことができる.

各専攻において基本的なデータ処理の教育はなされている.しかし,それらは十分とは言えないであろう.実際,実証研究を中心に行う専攻では,自身の研究テーマに直結するデータ分析の手続きはよくトレーニングされているが,データ分析の基礎的な事柄の理解は危うく,状況が変化すると適切に分析できなくなることがある.一方,数理統計学やデータ科学の基礎を学ぶ専攻では,実際のデータ分析を体験したり批判を受けることは少なく,統計手法の応用上の意味や分析の困難さを学べない.本副プログラムはこのような問題意識に鑑み,下記の目的をもって開設する.なお,主専攻とは受講生自身が所属する専攻である.

  • データ科学の基本的な考え方と統計手法の数理的基礎を理解する
  • 主専攻の研究分野に直結する統計手法を体系的に学ぶ
  • 主専攻でない分野におけるデータ科学を知り学際的な視点を養う
  • 最新の統計手法に関する情報を得る
  • データ科学の教育における課題を発見し教育方法の改善に資する

本プログラムには7つのコースがある.

  • 統計数理コース
  • 機械学習コース
  • 医学統計学コース
  • 保健医療統計学コース
  • 人文社会統計学コース
  • 経済経営統計学コース
  • ビッグデータ&データサイエンティストコース

コースを修了するためには,コースごとに指定された選択必修科目と選択科目から,それぞれ,6単位ならびに2単位以上,合計10単位以上を修得する必要がある.統計検定(日本統計学会公式認定)の受験を推奨する.

主専攻に関わるコースにおいても他専攻の講義がいくつか配してあり,それらの履修を勧める.さらに,主専攻とは異なる視点でデータ科学を観るため,他専攻のコース修了を推奨する.多くの異なった分野における固有の技術や概念を学習しデータ科学の観点からそれらを見つめ直すことは,学際的・俯瞰的な視野の醸成に資するであろう.

なお,本プログラムは,文部科学省 平成24年度採択 大学間連携共同教育推進事業の取組「データに基づく課題解決型人材育成に資する統計教育質保証」の活動の一環として開始された.

履修資格・条件

統計関連科目を受講していること.研究や実務等において実データ解析を行った経験があることが望ましい.

前提知識の要否・目安

統計検定2級対応「統計学基礎」東京図書のレベルを基準とする.データ解析環境Rの経験があったほうがよい.

内容

統計数理コース」ではデータ科学における数理的基礎,統計理論を習得するとともに実証科学において応用される分析手法を学ぶ教育プログラムを提供する. 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,確率解析,確率微分方程式,推測統計,多変量解析,時系列解析,分散分析などを習得する科目を開講する.

機械学習コース」ではデータから知識・情報を抽出するために必要な数理的基礎,統計理論を学習するとともに,データ解析のスキルを獲得する教育プログラムを提供する. 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,データマイニング,統計モデル,データ解析,リスクマネジメントなどを習得する科目を開講する.

医学統計学コース」では,臨床試験,観察研究などの医学研究のデザインと統計解析に必要となる統計学的知識およびプログラミング技術を学ぶ教育プログラムを提供する.全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,医学統計学の各論やクリニカルトライアルを習得する科目を開講する.

保健医療統計学コース」では保健医療分野で得られたデータを解析するために必要な統計手法と研究方法論を習得する教育プログラムを提供する. 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,医学統計学,臨床試験,観察研究および疫学研究,多変量解析の理論と応用などを習得する科目を開講する.

人文社会統計学コース」では心理学,社会学,教育学など人文社会科学分野において用いられる統計手法,研究方法論の習得とともに,それらの数理的基礎を学ぶ教育プログラムを提供する. 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,線形モデル,潜在変数モデル,社会調査,多変量解析の数理的基礎をなど習得する科目を開講する.

経済経営統計学コース」では経済学,経営学分野で用いられる統計手法を習得するとともに,それらの数理的基礎を学ぶ教育プログラムを提供する. 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え,統計理論,計量経済学,社会調査,マーケティング・サイエンス,多変量解析の数理的基礎などを習得する科目を開講する.

ビッグデータ&データサイエンティストコース」ではビッグデータの利活用に必要な数理的基礎,統計理論を学習するとともに,解析手法を獲得する教育プログラムを提供する.全コース共通でデータ解析の実際を学ぶデータ科学特論IおよびIIに加え,ビッグデータ解析,データ分析,データマイニングなどを習得する科目を開講する.

アピールポイント
  • データ科学を軸とした学際的,俯瞰的な教育プログラム
  • 基礎工学,経済学,人間科学,医学系,工学,理学,情報科学,人文学の8研究科の協力の下,数理・データ科学教育研究センター(MMDS)が実施
  • 受講生の専攻とニーズに合わせた7つのコースの設置
  • コースに共通する科目と独自の科目を設けることにより,プログラム全体の統一性と,コースごとの多様性を確保
  • 数理科学を専攻する学生にとっては,実際のデータ解析の面白さと難しさを学ぶことができる
  • 実証科学を専攻する学生にとっては,データ解析手法の数理的基礎を学ぶことができる
  • 最新の統計手法に関する情報が反映された教育内容の提供
受講してもらいたい人

実証科学を専攻していて,自身の研究でデータ解析を行う方.
数理科学を専攻していて,実際のデータ解析に関心がある方.

学び終えて

データサイエンティストとして活躍するデータ科学のスペシャリストはもちろんのこと,実社会においてデータを扱うすべての職業において,本プログラムが提供する教育内容を活かすことができる.

プログラム構成科目: 2023年度

統計数理コース,主要担当部局:MMDS & 基礎工学研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
290350 統計的推測 2   秋冬 基礎工学研究科(院前期)  
290157 多変量解析 2   秋冬 基礎工学研究科(院前期)  
290352 時系列解析   2 秋冬 基礎工学研究科(院前期)  
290346 確率解析   2 春夏 基礎工学研究科(院前期)  
290590 確率微分方程式   2 秋冬 基礎工学研究科(院前期)  
211689 行動統計科学特講 II   2 春夏 人間科学研究科(院前期) 令和5年度不開講
240033 統計・情報数学概論   2 春夏 理学研究科(院前期)  
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  

機械学習コース,主要担当部局:MMDS & 工学研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
281508 機械学習とデータマイニングの基礎 2   秋冬 工学研究科(院前期)  
290865 機械学習の数理Ⅰ 2   春夏 基礎工学研究科(院前期) 偶数年度開講
290866 機械学習の数理Ⅱ 2   春夏 基礎工学研究科(院前期) 奇数年度開講
331220 知能と学習   2 春夏 情報科学研究科(院前期)  
290728 統計モデリング   2 春夏 基礎工学研究科(院前期) 令和4年度不開講
290836 統計的学習理論   2 秋冬 基礎工学研究科(院前期)  
290723 数理特論 II   2 基礎工学研究科(院前期)  
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  

人文社会統計学コース,主要担当部局:MMDS & 人間科学研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
211688 行動統計科学特講 I 2   人間科学研究科(院前期) 集中講義
210646 計量社会学特講 2   秋冬 人間科学研究科(院前期) 令和5年度不開講
211193 社会データ科学特講   2 春夏 人間科学研究科(院前期)  
211660 社会心理学特講 I   2 春夏 人間科学研究科(院前期)  
211689 行動統計科学特講 II   2 春夏 人間科学研究科(院前期) 令和5年度不開講
211261 教育動態学特講   2 春夏 人間科学研究科(院前期)  
290157 多変量解析   2 秋冬 基礎工学研究科(院前期)  
230106 計量経済分析Ⅱ   2 秋冬経済学研究科(院前期) 奇数年度開講
452109 言語統計学A   2 春夏 人文学研究科 (院前期)  
452110 言語統計学B   2 秋冬 人文学研究科 (院前期)  
3B2509 社会の中の科学技術概論   2 春夏 COデザインセンター (院前期) 隔週開講(5,6限)
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  

保健医療統計学コース,主要担当部局:MMDS & 医学系研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
255005 保健情報論 2   春夏 医学系研究科(院前期)  
250572 医学統計学総論 2   春夏 医学系研究科(院修士) 旧「臨床統計疫学特論A」
250573 医学統計学各論   2 秋冬 医学系研究科(院修士) 旧「臨床統計疫学特論B」
255177 看護工学 I   2 医学系研究科(院前期) 集中講義
211688 行動統計科学特講 I   2 人間科学研究科(院前期) 集中講義
211689 行動統計科学特講 II   2 春夏 人間科学研究科(院前期) 令和5年度不開講
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  
250548 クリニカルトライアル総論   2 秋冬 医学系研究科(院修士)  

経済経営統計学コース,主要担当部局:MMDS & 経済学研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
230005 計量経済 I 2   春夏 経済学研究科(院前期)  
211688 行動統計科学特講 I 2   人間科学研究科(院前期) 集中講義
232006 統計解析   2 春夏 経済学研究科(院前期)  
230006 計量経済 II   2 秋冬 経済学研究科(院前期)  
232010 マーケティング・サイエンス   2 秋冬 経済学研究科(院前期)  
230106 計量経済分析Ⅱ   2 秋冬 経済学研究科(院前期) 奇数年度開講
290157 多変量解析   2 秋冬 基礎工学研究科(院前期)  
290836 統計的学習理論   2 秋冬 基礎工学研究科(院前期)  
290737 数理特論 III   2 春夏 基礎工学研究科(院前期) 意思決定とデータ科学
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  

ビッグデータ&データサイエンティストコース,主要担当部局:MMDS & 情報科学研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
290737 数理特論 III 2   春夏 基礎工学研究科(院前期) 意思決定とデータ科学
331635 ビッグデータ工学 2   春夏 情報科学研究科(院前期) 英語開講 奇数年度開講
331304 並列アルゴリズム理論 2   春夏 情報科学研究科(院前期) 偶数年度開講
331636 ビッグデータ解析   2 春夏 情報科学研究科(院前期) 英語開講 偶数年度開講
281508 機械学習とデータマイニングの基礎   2 秋冬 工学研究科(院前期)  
331303 並列プログラミング   2 春夏 情報科学研究科(院前期) 奇数年度開講
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  

医学統計学コース,主要担当部局:MMDS & 医学系研究科

時間割
コード
授業科目名単位数開講
学期
開講部局(課程)備考
選択
必修
選択
290724 データ科学特論 I 2   基礎工学研究科(院前期) 奇数年度開講
290729 データ科学特論 II 2   基礎工学研究科(院前期) 偶数年度開講
250573 医学統計学各論 2   秋冬 医学系研究科(院修士)  
250548 クリニカルトライアル総論 2   秋冬 医学系研究科(院修士)  
250572 医学統計学総論   2 春夏 医学系研究科(院修士)  
232002 オペレーションズ・リサーチ   2 春夏 経済学研究科 (院前期)  
250578 統計プログラミング 1   1 春夏 医学系研究科(院修士)  
250579 統計プログラミング 2   1 春夏 医学系研究科(院修士)  
250590 医学統計学特論 1   1 春夏 医学系研究科(院修士)  
250591 医学統計学特論 2   1 秋冬 医学系研究科(院修士)